ML-Kurse können Ihnen helfen zu lernen, wie Modelle entwickelt, trainiert und bewertet werden. Sie können Fähigkeiten in Algorithmen, Datenaufbereitung, Modelloptimierung und Analyse aufbauen. Viele Kurse stellen Python-Bibliotheken, Tools und Beispielprojekte vor.

Kompetenzen, die Sie erwerben: Test Driven Development (TDD), Generative Model Architectures, Image Analysis, Computer Vision, Machine Learning Methods, Fine-tuning, AI powered creativity, Applied Machine Learning, Model Training, Deep Learning, Keras (Neural Network Library), Python Programming, Development Environment, Software Installation
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Evaluation, Image Analysis, Computer Vision, Vision Transformer (ViT), Tensorflow, Keras (Neural Network Library), AI Workflows, Model Training, Embeddings, Deep Learning, Large Language Modeling, Natural Language Processing, Model Deployment, Model Optimization, Data Pipelines, Risk Modeling, Data Preprocessing
Mittel · Kurs · 1–3 Monate

Whizlabs
Anfänger · Kurs · 1–4 Wochen

Kompetenzen, die Sie erwerben: Methoden des maschinellen Lernens, Tiefes Lernen, Faltungsneuronale Netzwerke, Computer Vision, Netzarchitektur, Klassifizierungsalgorithmen, Bildqualität, Bewertung des Modells, Lernen übertragen, Modell Ausbildung, Faltungsneuronale Netze, Transfer Learning, Feinabstimmung, Modellevaluation
★ 4.3 (1435) · Mittel · Kurs · 1–3 Monate

The Hong Kong University of Science and Technology
Kompetenzen, die Sie erwerben: Fallstudien, Geschäftliches Schreiben, Grammatik, Business-Kommunikation, Kommunikation, Analyse, Zielpublikum, Sprachen lernen, Schreiben, Sprachkompetenz, Unternehmensanalyse, Verbale Kommunikationsfähigkeiten, Strategische Kommunikation, Kommunikations-Strategien, Vokabeln, Englische Sprache, Business Analyse, Business Schreiben
★ 4.5 (1221) · Gemischt · Kurs · 1–3 Monate

Arizona State University
Kompetenzen, die Sie erwerben: Software und Technologie für das Bildungswesen, digitale Kompetenz, Sprachen lernen, Digitale Transformation, Unterricht, Digitale Pädagogik, Technologie-Strategien, Englische Sprache, Lernmanagement-Systeme, Unterrichten
★ 4.9 (1723) · Anfänger · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Model Optimization, Calculus, Machine Learning Methods, NumPy, Machine Learning Algorithms, Applied Machine Learning, Tensorflow, Python Programming, Derivatives, Development Environment
Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: LLM Application, Machine Learning Methods, Applied Machine Learning, Machine Learning Algorithms, Fine-tuning, Model Training
Anfänger · Kurs · 1–4 Wochen

Duke University
Kompetenzen, die Sie erwerben: Daten-Ethik, Produktmanagement, Regressionsanalyse, Tiefes Lernen, Design erleben, Datenverwaltung, Datenwissenschaft, Unüberwachtes Lernen, Maschinelles Lernen, Datenvorverarbeitung, Datenqualität, Verantwortungsvolle AI, Benutzerfreundliches Design, Projektleitung, Datenmanagement, Menschenzentriertes Design, MLOps (Operationen für maschinelles Lernen), Produktdesign, Qualität der Daten, Bewertung des Modells, Modell-Einsatz, Vorverarbeitung von Daten, Modell Ausbildung, Modellevaluation
★ 4.7 (1168) · Anfänger · Spezialisierung · 3–6 Monate
Macquarie University
Kompetenzen, die Sie erwerben: Prädiktive Modellierung, Validierung von Daten, Automatisierung, Microsoft Excel, Datenvalidierung, Excel-Makros, Geschäftsmodellierung, Datenmodellierung, Finanzielle Modellierung, Visual Basic (Programmiersprache), Excel-Formeln, Datensicherheit, Tabellenkalkulations-Software, Integrität der Daten, Finanzielle Vorausschau
★ 4.8 (8501) · Mittel · Kurs · 1–3 Monate

Kompetenzen, die Sie erwerben: Systems Architecture, AI Integrations, Cloud Deployment, Systems Design, Model Deployment, System Design and Implementation, Solution Architecture, Cloud Computing Architecture, Scalability, Artificial Intelligence and Machine Learning (AI/ML), Model Training, Systems Integration, Cloud Management, Distributed Computing, Cloud Services, Performance Tuning, Application Programming Interface (API), Restful API, Requirements Analysis, Business Requirements
Mittel · Kurs · 1–3 Monate
Stanford University
Kompetenzen, die Sie erwerben: Graphentheorie, Methoden des maschinellen Lernens, Bayessches Netz, Markov-Modell, Statistisches maschinelles Lernen, Netzwerk-Modell, Modell-Optimierung, Unüberwachtes Lernen, Maschinelles Lernen, Entscheidungsunterstützende Systeme, Bayessche Statistik, Statistische Modellierung, Angewandtes maschinelles Lernen, Netzwerkanalyse, Statistische Inferenz, Wahrscheinlichkeitsverteilung, Algorithmen für maschinelles Lernen, Wahrscheinlichkeitsrechnung und Statistik, Entscheidungsintelligenz, Modell Ausbildung
★ 4.6 (1549) · Fortgeschritten · Spezialisierung · 3–6 Monate